Discussion :

[aurelie.guegan.15]

Bonjour à tous,

Aujourd'hui je m'intéresse à la lecture d'un fichier excel pouvant contenir des caractères spéciaux comme ü,ö,ä...
Je souhaite faire un petit script afin que tous les caractères spéciaux soient remplacés par des normaux u,o,a....

j'ai commencé un petit quelque chose mais je ne m'en sort pas.
Voici le code en question :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
 
import sys
import os
import xlrd
#import unicodedata
 
path1 = 'P:/GH-DE-HE/__Tools/Libraries/GIS/Vergleichsanlagen/A/STG_Ahrensbök.xls'
path2 ='P:/GH-DE-HE/__Tools/Libraries/GIS/Vergleichsanlagen/A/STG_Ahrenvoil.xls'
 
val = []
accents = { 'a': ['à', 'ã', 'á', 'â'], 'e': ['é', 'è', 'ê', 'ë'],'i': ['î', 'ï'],'u': ['ù', 'ü', 'û'], 'o': ['ô', 'ö'] }
non_accents= ['a','o','e','u','i']
 
book = xlrd.open_workbook(path2)
sh = book.sheet_by_index(1)
 
for rownum in range(sh.nrows):            
    val.append(sh.row_values(rownum)) 
 
for (char, accented_chars) in accents.iteritems():
    for accented_char in accented_chars:
        for i in val:
            for j in i :
                re = j.replace(accented_char, char)

Voici mon message d'erreur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

Pourriez vous m'indiquer par où chercher pour faire ce que je souhaite et pourquoi est ce que j'ai ce message d'erreur ?

Merci d'avance !
Ps:En pj un fichier excel exempleSTG_Ahrenvoil.zip

[chticricri]

Bonjour,

Si tu as ce type de message, j'en conclus que tu utilise python 2.x Auquel cas :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
'élève brillant' # N'est pas une chaîne unicode
u'élève brillant' # est une chaîne unicode

Un autre conseil, utilise un éditeur qui sauvegarde systématiquement en utf-8 et ajoute ceci en début de chaque fichier python

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
# -*- coding:UTF-8  -*-

[aurelie.guegan.15]

Un autre conseil, utilise un éditeur qui sauvegarde systématiquement en utf-8 et ajoute ceci en début de chaque fichier python

Pardon j'ai pas copié ma permière ligne mais en effet on fichier est bien en utf-8.

]u'élève brillant' # est une chaîne unicode

]
D'après mon code je souhaite faire un remplacement des caractères spéciaux dans ma liste nommé val. Je l'ai itéré comme ce ci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
for i in val:
                print i

Le print donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[u'Bezeichnung', '', u'LIB-Datei', u'x', u'y', u'Z', u'Aktuell', u'Hersteller', u'Generatortyp', u'Nenn- leistung', ...

J'ai donc bien le tous en unicode, n'est ce pas ?

[VinsS]

Salut,

Python possède déjà ce qu'il faut pour te simplifier la tâche:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
>>> import unicodedata
>>> t = u"déjà-vu"
>>> unicodedata.normalize('NFKD', t).encode('ascii', 'ignore')
'deja-vu'
>>>

[aurelie.guegan.15]

Bonjour VinsS,

Python possède déjà ce qu'il faut pour te simplifier la tâche:

Oui en effet j'utilise déjà cette fonction pour le changement des titres des fichiers qui contiennent des caractères spéciaux. (Grâce à un de tes conseils dans cette discussions sur le forum)

J'ai essayé avec cette méthode, voici le code initial :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def suppr_accent_excel (path1):
    """Change les caractères spéciaux dans le excel"""
    #init 
    val = []
    #ouvre l'excel
    book = xlrd.open_workbook(path1)
    sh = book.sheet_by_index(0)
    #Enregistre les variables de l'excel
    for rownum in range(sh.nrows):            
        val.append(sh.row_values(rownum))
 
    for i in val:
        i_uni = u'%s'%(i)
        val_correted = unicodedata.normalize('NFD', i_uni).encode('ascii', 'ignore')
        print val_correted

En fait le problème est le suivant :
Lors de la lecture du excel avec le module xlr les caractères ö ü .... sont remplacé par des \xf6rf, \xe4 ...
Du coup la fonction unicodedata ne fonctionne pas. Et après j'ai des messages d'erreur de type UnicodeEncodeError comme cela par exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
...
projName=[str(i) for i in sh.col_values(67)] # projectnummer est le 65ème champ
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 9: ordinal not in range(128)
...

De plus comme j'importe ensuite les valeurs dans une table postgresql utf-8 et donc tous les caractères spéciaux sont à évité.

une idée ?